1、在自动驾驶领域如何设计一个多任务算法的框架,推动对整体功能上线很重要。
2、一个batch里a任务跑完求解loss_a,再 b任务跑完求解loss_b,接着c任务跑完求解loss_c,。。。。,
3、每个任务的neck和head单独更新梯度和权重,backbone一次batch只更新一次梯度和权重。
4、每个任务单独构建自己的计算图,模型forward backward多次,
5、每次forward backward只处理一个任务,然后做梯度累加,最后统一更新参数。
本文探讨了在自动驾驶领域如何设计一个多任务算法框架,强调每个任务独立构建计算图并进行梯度累加,最终统一更新参数。通过在一个batch内依次处理不同任务,如计算loss_a、loss_b和loss_c,实现backbone权重的高效更新,同时每个任务的neck和head分别更新,以优化整体功能的上线表现。
1、在自动驾驶领域如何设计一个多任务算法的框架,推动对整体功能上线很重要。
2、一个batch里a任务跑完求解loss_a,再 b任务跑完求解loss_b,接着c任务跑完求解loss_c,。。。。,
3、每个任务的neck和head单独更新梯度和权重,backbone一次batch只更新一次梯度和权重。
4、每个任务单独构建自己的计算图,模型forward backward多次,
5、每次forward backward只处理一个任务,然后做梯度累加,最后统一更新参数。
您可能感兴趣的与本文相关的镜像
GPT-oss:20b
GPT OSS 是OpenAI 推出的重量级开放模型,面向强推理、智能体任务以及多样化开发场景
2027

被折叠的 条评论
为什么被折叠?